[發明專利]一種基于微博社交的人物關系可視化方法

在審

• 申請號: 202010169044.2
• 申請日: 2020-03-12
• 公開（公告）號: CN111506824A
• 公開（公告）日: 2020-08-07
• 發明（設計）人: 陳樟樟;陳佳舟;黃可妤;秦緒佳;汪雨薇
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/951;G06F16/33;G06Q50/00;G06F40/289
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵;黃美娟

基于微博社交的人物關系可視化方法，首先,根據用戶的微博ID爬取多名用戶的用戶信息、關注數據及微博文本；其次，對微博文本數據進行預處理，然后進行中文分詞，再運用隱含狄利克雷分布(Latent Dirichlet Allocation，LDA)主題模型提取文本主題，并分析微博文本相似性；然后，通過解析用戶關注數據、微博文本數據以及微博文本相似度，構建社交關系網絡；最后，通過力導引布局、打包布局等可視化方式展示社交關系網絡。能夠分析多個用戶的微博數據以解析用戶間的社交關系，并通過可視化的方式展示社交關系網絡。

技術領域

本發明涉及一種利用計算機技術的微博社交人物關系分析方法， 能夠分析多個用戶的微博數據以解析用戶間的社交關系，并通過可視 化的方式展示社交關系網絡。

背景技術

隨著社交網絡服務的盛行，數以萬計的用戶每天活躍在社交網絡 服務中，在網絡上創造著豐富的信息，由此構建了一個龐大而復雜多 樣的虛擬社交網絡。在社交網絡中，發現社交關系是一個至關重要的 問題，涉及到每一個人在社交網絡中的自我定位和價值發現。因此， 通過分析人們在社交網絡服務中的社交行為(發布博文、轉發、關注)， 挖掘社交關系引起了許多學者的關注，其中基于社交網絡好友推薦拓 展社交關系頗受人們關注。

目前針對社交網絡好友推薦有兩個主要研究方向：基于用戶興趣 的主題推薦，以及基于社交網絡拓撲結構的推薦。第一個方向通過分 析用戶在社交平臺上的行為提取用戶興趣愛好，獲得高相似度的用戶 群，在此基礎上推薦好友給目標用戶，而用戶的社交網絡拓撲結構很 大程度上反映了用戶交友傾向，彼此信任度越高的用戶越有可能成為 朋友，但現有方法未充分利用這些因素。因此，亟需一種結合用戶相 似度和信任度的好友推薦方法，進一步提高好友推薦的準確度，使社 交關系的發現更加精準、更具說服力，并通過可視化的方式展示，使 結果更加直觀。

發明內容

本發明要克服現有技術中微博社交關系分析方法的準確性及直 觀性不高的缺點，提供了一種利用計算機技術的微博社交人物關系分 析方法，能夠分析多個用戶的微博數據以解析用戶間的社交關系，并 通過可視化的方式展示社交關系網絡。

一種基于微博社交的人物關系可視化方法，具體步驟如下：

步驟1、根據用戶的微博ID爬取多名用戶的用戶信息、關注數 據及微博文本。

步驟2、對微博文本數據進行預處理，然后進行中文分詞，再運 用隱含狄利克雷分布(LatentDirichletAllocation，以下簡稱LDA)主 題模型提取文本主題，并分析微博文本相似性。

步驟3、通過解析用戶關注數據、微博文本數據以及微博文本相 似度，構建社交關系網絡。

步驟4、通過力導引布局、打包布局等可視化方式展示社交關系 網絡。

本發明的技術構思是：利用爬蟲技術，獲取用戶的微博數據；以 jieba分詞和LDA主題模型對微博文本數據進行處理；根據微博文本、 關注數據、用戶相似度構建社交關系網絡；利用力導引布局、打包布 局等可視化方式展示社交關系網絡，提高社交關系提取的準確性、客 觀性。

本發明的優點在于：通過計算用戶微博文本相似性，分析用戶間 是否存在相似的價值取向，以獲得高相似度的用戶群，通過解析用戶 在社交平臺上的交互行為(@、轉發、關注)，分析用戶間的拓撲關 系，以獲得高信任度的用戶群，并利用有向圖構建社交關系網絡并通 過可視化的方式展示，使社交關系的發現更加準確、客觀，具有說服 力。

附圖說明

圖1為本發明的總的流程圖。

圖2為本發明的力引導布局可視化效果圖。

圖3為本發明的打包布局的共同關注可視化效果圖。

圖4為本發明的打包布局的用戶A關注可視化效果圖。